Automatische Erkennung von Strukturschäden an Kränen
In europäischen Seehäfen kommen modernste Kräne mit immer höherer Stundenleistung zum Einsatz, die die Produktivität enorm erhöhen. Ausfälle durch Überanspruchung und ungünstige Wetterverhältnisse setzen dabei Kranführer und Mitarbeiter einem hohen Unfallrisiko mit schweren Verletzungen und sogar Todesfolge aus, was die Notwendigkeit zerstörungsfreier Prüfungstechnologien in Echtzeit (ZfP) und SHM mehr als verdeutlicht. Hierfür entwickelte das EU-finanzierte Forschungsprojekt CRANEINSPECT eine hochsensible Technik, insbesondere ein halbanalytisches Finite-Elemente-Modell mit Ultraschall-geführten Wellen (GWS) für balkenähnliche komplexgeometrische Strukturen. So kann analysiert werden, welche Bereiche in Krankomponenten besonders korrosionsanfällig sind, und inwieweit sich GW zur Prüfung dieser Strukturen eignen. Das System von CRANEINSPECT beruht auf einer NDT-Hybridtechnik basierend auf akustischer Emission (AE) und Langstrecken-Ultraschall (LRU). Ein dualer Sensor-Array fungiert sowohl als AE-Empfänger als auch LRU-Sender. Das Sensor-Array eignet sich für schlechte Wetterverhältnisse und passt sich unregelmäßigen Oberflächen auf dem Kran an. Ein Softwareprogramm auf Basis künstlicher neuronaler Netze erkennt automatisch größere Mängel, klassifiziert sie und übermittelt die Daten über Funk an eine Zentrale. Die Technologie wird eine wichtige Marktlücke für NDT- und SHM-Prüfungen bei Kränen schließen, was Versicherungs- und Wartungskosten und vor allem das Risiko von Totalausfällen reduzieren wird. Nicht zuletzt wird auch die Wettbewerbsfähigkeit assoziierter Unternehmen wie Bauteillieferanten und Hersteller von NDT-Technologien gestärkt.
Schlüsselbegriffe
Kran, Strukturüberwachung, Seehäfen, zerstörungsfreie Prüfung, Schallemission, Langstrecken-Ultraschallprüfung, Sensor-Array, Defekte
